维信诺
数据治理资深工程师
数据治理资深工程师
发布于 大约 14 小时前普通员工/个人贡献者
中国
中级经验
全职员工
仅现场办公
本科
数据工程
元数据管理
大数据平台
指标体系
数据建模
数据治理
数据质量
项目管理
数据入湖
AI 估算 · 20k–40k
资深数据治理工程师，3年以上大数据平台经验，薪资中高，制造业稳定。
职位详情
关于这个职位
该职位负责维信诺集团数据治理体系的规划与落地，包括制定数据入湖标准、质量规则和安全策略，对接生产、供应链、财务等业务部门推动数据资产化，并将原始数据加工为AI可用的高质量数据集与指标库
适合有3年以上数据治理经验、熟悉大数据平台、具备跨部门推动能力的专业人士
最低要求
计算机科学、信息技术或相关专业本科及以上学历，3年以上数据治理经验
熟悉数据建模、元数据管理、数据治理管理工具，了解大数据平台技术
具备数据治理体系搭建经验，有面板行业或制造业数据治理经验优先
具备运营管理、项目管理、交付管理、精益生产、质量管理、流程变革等业务域方向数据治理经验优先，有面板行业或制造行业数据治理经验优先
具备良好的沟通协调能力，能推动跨部门数据治理工作的落地
对数据有极高的敏感度，做事谨慎，注重细节，能够发现数据中的细微问题
有责任心与主动性，具备优秀的跨部门沟通推动能力，可统筹技术与业务团队需求对齐，积累双视角经验
逻辑思维清晰，擅长拆解复杂问题，具备扎实的项目管理与推进能力
有业务域数据应用或数据流对接经历的优先（生产交付、供应链、财务、人资等业务域）
工作职责
岗位职责：
负责集团数据治理体系的制定与执行，推动数据治理流程落地见效
组织开展数据治理培训与宣传活动，在全集团范围内提升数据意识与数据应用能力：深度联动生产、工艺、质量、设备、财务、供应链、人力资源等业务部门，融入实际业务场景
参与集团数据治理体系的制定与执行，包括但不限于数据入湖标准、数据指标规则、数据质量规则、数据安全管理策略和流程等
负责数据治理平台的标准数据导入、标准执行、运维追踪及数据管理和维护
负责对接相关业务域，进行数据资产盘点及业务流程的梳理，推动数据资产化，解决数据孤岛问题，提升数据可用性和一致性
负责将原始数据加工为可供AI直接使用的、高质量的数据集与指标库
负责实施指标体系的规划和设计，数据指标不一致的问题，实现数据推动业务体系优化
优先资格
有面板行业或制造业数据治理经验优先
具备运营管理、项目管理、交付管理、精益生产、质量管理、流程变革等业务域方向数据治理经验优先，有面板行业或制造行业数据治理经验优先
有业务域数据应用或数据流对接经历的优先（生产交付、供应链、财务、人资等业务域）
AI 洞察
优缺点分析
优点
- 数据治理是数据驱动转型的核心环节，职业前景广阔，技能可迁移性强
- 能够深度接触生产、供应链、财务等多业务域，视野开阔
- 有参与集团级数据治理体系搭建的机会，项目规模大，履历含金量高
- 面板制造行业稳定，公司平台提供长期的职业发展保障
- 数据治理涉及跨部门协调，需要频繁沟通，推进难度大，需要较强的推动力
- 制造业数据环境复杂，历史数据质量问题多，治理工作繁琐且耗时
- 需要持续学习新技术（如大数据平台、数据中台），保持技能更新
- 适合有数据治理经验、喜欢深入业务现场、具备较强沟通协调能力，并且希望在制造业数字化领域深耕的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 在数据治理领域深耕，可成长为数据治理专家或数据架构师
- 横向拓展业务理解，向数据产品经理或业务数字化负责人发展
- 向更前沿的数据AI方向演进，如数据驱动决策、数据中台建设
- 负责集团数据治理体系的标准制定与执行，包括数据入湖标准、指标规则、质量规则和安全策略
- 对接生产、工艺、财务等业务域，盘点数据资产、梳理业务流程，推动数据资产化和数据孤岛消除
- 将原始数据加工为高质量的数据集和指标库，支撑AI应用和业务决策
- 统筹技术与业务团队需求，推进跨部门数据治理项目落地
- 熟悉数据建模、元数据管理和数据治理工具，了解大数据平台技术
- 掌握数据质量管理和指标体系设计方法
- 具备优秀的跨部门沟通协调和项目管理能力
- 对数据敏感，注重细节，能发现和解决数据问题
申请策略
- 在申请材料中体现对制造业数据治理挑战的理解，可提前了解维信诺的产品和业务
- 准备一个以往数据治理项目从0到1的完整案例，突出个人贡献和落地成效
- 突出数据治理项目经验，重点展示主导过数据入湖、数据质量或指标体系建设项目的成果
- 强调跨部门协作案例，体现推动业务和技术团队达成共识的能力
- 列举使用的数据治理工具和技术栈（如大数据平台、元数据管理工具）
- 如有面板或制造业背景务必重点提及
- 补充大数据平台相关知识，如Hadoop、Spark、数据湖等
- 学习数据治理成熟度模型（如DAMA）和常用工具（如Atlas、Ranger）
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化回答项目经验题
- 对于推动类问题，强调利益相关方分析、沟通策略和分阶段实施思路
- 对于技术概念题，结合具体案例说明原理和应用场景
- 请介绍一次你主导的数据治理项目，遇到了哪些困难，如何解决？
- 你如何制定数据质量规则？如何衡量治理效果？
- 面对多个业务部门的数据标准不一致，你会如何推动统一？
- 谈谈你对数据入湖和数据指标治理的理解
- 你如何将原始数据转化为AI可用的高质量数据集？
职位点评
67
综合评分
资深数据治理岗位，聚焦制造业数字化，发展空间良好，但办公灵活性和薪资透明度一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合重视技能成长和职业发展机会，能接受现场办公和数据治理挑战的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展78
工作生活50
使命价值60
薪资福利
70中等
职位未明确薪资和福利，但资深工程师角色通常提供有竞争力的报酬，行业稳定。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
78中等
数据治理是数据领域的重要方向，可积累技术和管理双重技能，但未明确晋升路径。
技术前沿主流现代技术
技术栈数据治理、数据建模、元数据管理、大数据平台、数据质量、指标体系
业务类型ambiguous
工作生活
50较低
工作方式未明确，可能需现场办公，缺乏灵活性和WLB信息。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
数据治理旨在提升数据质量，对企业数字化转型有积极意义，但社会影响有限。
行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
维信诺 的其他在招职位
相似职位推荐
Watch Jobs